人工智能是一門綜合性的交叉學(xué)科，快速發(fā)展的前沿學(xué)科，自從在1956被提出，已經(jīng)取得了驚人的成就。

人工智能研究的基本內(nèi)容還是比較紛繁而復(fù)雜的，主要包括知識表示、機器感知、機器思維、機器學(xué)習(xí)和機器行為

機器感知：

機器視覺就是讓機器能別文字和圖像

機器聽覺是讓機器能識別并理解語言和聲響

機器思維：

正如人的智能是來自來大腦的思維一樣，通過機器思維來實現(xiàn)

機器行為：

其中對于智能機器人，還應(yīng)該像人的四肢一樣

機器學(xué)習(xí)：

知識是智能的基礎(chǔ)，如果想要使計算機擁有智能，就應(yīng)該讓計算機擁有知識。

人們可以把有關(guān)的知識進(jìn)行分類歸納，整理在一起，然后，通過計算機可以接受，可以處理的方式再輸入到計算機中，使計算機具有知識。

這種方法，已經(jīng)比較落后，同時也滿足不了我們的需求，為了使計算機擁有真正的智能，讓計算機能夠快速而有效的更新知識，適應(yīng)環(huán)境的變化，必須使計算機像人類一樣，能夠獲得新知識、學(xué)習(xí)新技巧，在實踐中完善、改進(jìn)的能力，實現(xiàn)自我完善

機器學(xué)習(xí)是一個難度比較大的研究領(lǐng)域，與腦科學(xué)、神經(jīng)心理學(xué)、計算機視覺、計算機聽覺等，有著密切的聯(lián)系，需要借助這些學(xué)科的共同發(fā)展

所以客觀來說，經(jīng)過這些年的研究，機器學(xué)習(xí)研究雖然已經(jīng)取得了很大的進(jìn)展，提出了很多的學(xué)習(xí)方法，特別是深度學(xué)習(xí)的研究取得了長足的進(jìn)步，但并未從根本上解決這些問題。